文 /HAL

Seedance 2.5 刚刚发布，MiniMax H3 便紧接着上线。

这个时间点多少有些刻意。

过去一周，从模型测评、第三方平台到各类行业稿件，H3 几乎始终绕不开另一个名字：Seedance 2.5。

从 "Seedance Killer"，到 " 成本只有竞品几分之一 "，再到开放权重带来的本地部署优势，H3 从发布开始，就主动把自己摆到了 Seedance 2.5 的对面。

MiniMax H3 生成视频截图

但基本只要稍微多看看两款模型的实际测试，就知道两者的能力并不在同一起跑线。

Seedance 2.5 对于复杂 Prompt、镜头运动和多参考素材的理解依然更加稳定，最长 30 秒生成也进一步提高了视频模型的能力上限；H3 的优势则更多集中在画面完成度、原生音频、视频编辑，以及相对较低的生成成本上。

目前比较可信的实测，也基本没有证明 H3 已经全面超过 Seedance 2.5。

既然如此，MiniMax 为什么偏偏要在这个时间点主动撞上 Seedance？

H3 需要的不是第一

而是挤上牌桌

过去两年，AI 视频模型的竞争方式已经相当固定。

从 Veo，到可灵、Seedance，各家公司都在追求更长的视频、更稳定的人物、更准确的物理规律和更复杂的镜头控制。

Seedance 2.5 依然沿着这条路线继续向前，30 秒生成、更丰富的多模态参考，本质上都是继续提高模型的能力上限。

问题在于，模型能力提高之后，视频生成的成本也越来越难忽略。

相比文本模型，视频天然是一门更加依赖算力的生意。尤其在真正的创作场景里，同一个镜头生成五次、十次都很正常。一个模型能够一次生成 30 秒当然很厉害，但如果人物动作或者镜头调度第一次就出了问题，再生成一次消耗的依然是真金白银。

Seedance 2.5 生成视频截图

模型理论上能够做到什么，与创作者究竟敢不敢频繁调用，本来就是两回事。

这恰恰给了 H3 机会。

MiniMax 并不需要证明 H3 在每一种任务里都比 Seedance 更强，只要两者的能力差距缩小到一定程度，价格、速度和部署方式就会开始进入比较。

对于专业影视制作来说，Seedance 能够更加准确地完成复杂镜头当然重要；但对于每天大量生产广告素材、短视频、动态视觉甚至 AI 短剧的团队来说，还有另一笔更加现实的账：为了最后一点效果差距，到底愿意多花多少钱。

所以，H3 发布之后，表现得最积极的并不只有 MiniMax。

PixPix、302.AI 等第三方平台几乎第一时间接入，随后出现的大量测评，也不断强调 H3 的调用价格和性价比。其中当然有不少明显带有产品导流性质的稿件，但如果简单把它们都理解成 MiniMax 在集中投放 " 软文 "，反而忽略了这些平台自己的利益。

PixPix 官网截图

因为 Seedance 再强，大量价值最终仍然沉淀在字节自己的模型、即梦、剪映和 API 体系中；H3 开放权重之后，却可以被第三方平台部署，可以进入 ComfyUI，也可以被云厂商、企业客户和各种 AI 视频应用重新包装。

对于这些公司来说，H3 并不只是一款值得报道的新模型，而是一项自己也可以参与售卖的商品。

这也是开放权重带给 MiniMax 最直接的外部杠杆。

模型发布之后，有人负责量化，有人适配硬件，有人接入工作流，还有人帮助寻找新的商业场景。

MiniMax 自己不需要完成所有产品化工作，就可以依靠外部生态不断扩大 H3 的使用范围。

MiniMax H3 国内外合作伙伴

所以，H3 现在最重要的任务，并不是拿下所有榜单第一。

只要用户开始认真计算 " 这个镜头到底用 Seedance 还是 H3"，MiniMax 就已经挤上牌桌了。

高压内卷之下

价格优势从来只在一瞬间

当然，如果因此把 H3 的竞争力简单概括成 " 便宜 "，同样容易高估价格战的意义。

就在 H3 发布之后，另外两个消息几乎同时出现。

一边是 DeepSeek 开始在 API 后台提醒用户，计划近期整体上调 API 服务定价，而且预计涨幅较大。

另一边，阿里的 Wan 3.0 也已经上线。它同样支持多模态输入和最长 30 秒的视频生成，API 价格依然保持在目前主流视频模型的低价区间。更早之前，Wan 系列甚至已经提供价格更低的 Flash 和 Turbo 版本。

阿里 Wan 3.0 生成视频截图

这两件事放在一起，其实刚好说明了模型价格竞争的两个方向。

DeepSeek 证明，只要模型本身拥有足够强的竞争力和足够多的需求，低价并不需要永久维持。

Wan 3.0 则显示出，只要大厂还愿意继续竞争，所谓价格优势随时可能被下一款模型追平。

尤其对于阿里、字节、快手这样的公司来说，背后既有庞大的算力采购能力，也有云计算和内容平台业务支撑。只要愿意争夺市场，它们完全可以继续通过模型蒸馏、推理优化、会员补贴甚至直接降价，把视频生成的成本继续往下压。

价格几乎没有真正的下限。

今天 H3 可以比 Seedance 便宜，明天 Wan 可以继续压价，后天字节也完全可以推出更便宜的版本，Seedance 2.5 大概率很快也会有入门的 mini 版。

Seedance 2.5 和 MiniMax H3 价格对比

如果一家模型公司最大的卖点始终是 " 比别人便宜 "，反过来也意味着，它所提供的智能还没有强到让用户觉得非它不可。

这也是为什么 DeepSeek 开始涨价反而值得关注。

过去一年，DeepSeek 最重要的标签之一就是便宜。从训练成本到 API 价格，它一度重新改变了市场对于大模型成本的预期，也迫使大量同行跟进降价。

但当模型积累足够多用户之后，它同样开始尝试提高价格。

真正有价值的智能，本来也不可能完全依靠价格战证明。

GPT、Claude 这些模型能够维持更高的调用价格，并不是因为用户不在乎成本，而是在一些任务里，更强的模型确实可以减少人工、缩短工作时间，甚至完成原本无法完成的事情。一旦模型创造出来的价值超过调用成本，价格自然会退到第二位。

图源：Anthropic

视频模型也是一样。

对于一个真正的广告项目来说，如果一个模型生成一条视频需要 20 块钱，但两三次就能够得到真正可用的镜头，另一个模型每次只要 5 块钱，却需要反复生成十几次，后者并不一定更加便宜。

生成价格和真正的生产成本，本来就是两回事。

所以，H3 现在更低的调用成本当然有价值。尤其是在视频仍然高度依赖反复试错的阶段，低价可以帮助 MiniMax 迅速获得用户，也让更多第三方平台愿意接入。

但如果 H3 最后只能证明自己比 Seedance 便宜，这种优势可能比想象中消失得更快。

Wan 3.0 已经是一个很直接的提醒。

相比一场几乎没有尽头的价格战，MiniMax 更值得争夺的还是模型能力和开放生态。

MiniMax 旗舰模型

Stable Diffusion 过去已经证明过一次类似逻辑。它并不是任何时候效果最好的图像模型，但开放权重带来了 LoRA、ControlNet 以及大量社区工作流，让它在相当长时间里占据了 AI 图像生产的重要位置。

视频能不能复制这条路，现在还不好说。

毕竟视频模型的训练和推理成本远高于图像模型，普通开发者能够进行二次训练的空间也更加有限。

对于影视、广告等专业生产来说，画质、人物一致性和镜头控制差一点，都可能直接意味着素材无法使用。

但对于 MiniMax 来说，至少这是一个比单纯追赶 Seedance 更加现实的方向。

如果继续比赛谁的模型绝对能力最强，它面对的是字节、Google、快手和阿里，以及一批拥有庞大算力和数据投入的大厂。今天刚刚追平，下一轮模型更新之后又可能重新掉队。

图源：网络

相比之下，只要越来越多开发者、平台和企业愿意把 H3 留在自己的生产流程里，模型榜单上的短期变化就没有那么重要。

所以，MiniMax 这次主动撞上 Seedance 2.5，真正图的并不是证明自己已经超过字节。

低价让 H3 更容易挤上牌桌，开放权重帮助它扩大自己的位置。但最后能不能留在牌桌上，还是要回到最简单的问题：H3 提供的 " 智能 "，究竟有没有强到让用户不再只关心它便不便宜。

因为价格可以一直往下卷，但模型能力不行。

Recommend

推荐阅读

将壹娱观察设置星标、多点在看

这样就不会错过推送

商务、媒体合作、文章转载请加

yiyuguancha6

INYOUMEDIA 相关账号